En este HTML se presentan diferentes grÔficos, resultados de los anÔlisis de las series GSE8879, GSE10609, GSE14618, GSE26713, GSE28703, GSE32215, GSE33469, GSE33470, GSE37389, GSE56488, GSE62156, GSE110633 y GSE110636. Aquà se comenta cómo se han creado los grÔficos:
-Volcano plots: se realizaron solamente para una comparación. Antes de cada volcano plot se indican los grupos a comparar.
-Heatmaps.
-Dotplots: se indicarĆ”n aquĆ. Solo se mostrarĆ” en el caso de GSE10609 cómo se ha realizado, el resto se crearĆ”n de igual forma. Se mostrarĆ”n grĆ”ficos referentes a cada comparación, solo para aquellas comparaciones que resulten en enriquecimientos significativos con enrichGO (pvalueCutoff = 0.05). El enriquecimiento se hace mediante la función enrichGO, que genera un resultado similar al que tenĆamos segĆŗn enrichPathway, pero con esta función se pueden generar dotplots que se interpretan mejor que cualquier otro.
-Diagramas de Venn: se han creado a partir de las coincidencias encontradas en el enriquecimiento funcional de las bases de datos resultado de nuestras comparaciones. Este enriquecimiento a partir de bases de datos de tres autores generó unas tablas, teniendo en cada fila un gen. Aquà se indica con este tipo de diagramas la cantidad de genes encontrada en cada comparación, y cuÔles son comunes con las bases indicadas por Huang et al., 2018; Sebestyén et al., 2016 y Wang et al., 2019.
Huang, R., Han, M., Meng, L., & Chen, X. (2018). Transcriptome-wide discovery of coding and noncoding RNA-binding proteins. Proceedings of the National Academy of Sciences, 115(17), E3879-E3887.
Sebestyén, E., Singh, B., Miñana, B., Pagès, A., Mateo, F., Pujana, M. A., ⦠& Eyras, E. (2016). Large-scale analysis of genome and transcriptome alterations in multiple tumors unveils novel cancer-relevant splicing networks. Genome research, 26(6), 732-744.
Wang, E., Lu, S. X., Pastore, A., Chen, X., Imig, J., Lee, S. C. W., ⦠& Aifantis, I. (2019). Targeting an RNA-binding protein network in acute myeloid leukemia. Cancer cell, 35(3), 369-384.
Para la comparación ETP - Not ETP.
Volcano plot GSE8879
Heatmap GSE8879
Todos los puntos son interesantes, al haber filtrado antes nuestros datos (adj.P.Val < 0.05 del toptab y pvalueCutoff = 0.05, qvalueCutoff = 0.05). Este grÔfico es igual que si usÔramos solo la primera condición, al ser las demÔs menos restrictivas.
Los anÔlisis de significación biológica se generaron a partir de los selGenes y geneUniverse, de la siguiente forma:
library(ReactomePA) enrich.result <- enrichPathway(gene = selGenes_GSE8879, pvalueCutoff = 0.05, readable = T, organism = āhumanā, universe = geneUniverse)
Por lo que la información de estas listas nos proporcionarÔ la base para el diagrama de Venn. A partir de esto se genero un df llamado Resultado_GSE8879.
Haremos un diagrama con los genes selGenes de GSE8879 y referente al artĆculo: Huang, R., Han, M., Meng, L., & Chen, X. (2018). Transcriptome-wide discovery of coding and noncoding RNA-binding proteins. Proceedings of the National Academy of Sciences, 115(17), E3879-E3887.
## (polygon[GRID.polygon.109], polygon[GRID.polygon.110], polygon[GRID.polygon.111], polygon[GRID.polygon.112], text[GRID.text.113], text[GRID.text.114], text[GRID.text.115], lines[GRID.lines.116], text[GRID.text.117], text[GRID.text.118])
Ahora con: Wang, E., Lu, S. X., Pastore, A., Chen, X., Imig, J., Lee, S. C. W., ⦠& Aifantis, I. (2019). Targeting an RNA-binding protein network in acute myeloid leukemia. Cancer cell, 35(3), 369-384.
## (polygon[GRID.polygon.119], polygon[GRID.polygon.120], polygon[GRID.polygon.121], polygon[GRID.polygon.122], text[GRID.text.123], text[GRID.text.124], text[GRID.text.125], lines[GRID.lines.126], text[GRID.text.127], text[GRID.text.128])
## (polygon[GRID.polygon.129], polygon[GRID.polygon.130], polygon[GRID.polygon.131], polygon[GRID.polygon.132], text[GRID.text.133], text[GRID.text.134], lines[GRID.lines.135], text[GRID.text.136], lines[GRID.lines.137], text[GRID.text.138], text[GRID.text.139])
Ahora con: Wang, E., Lu, S. X., Pastore, A., Chen, X., Imig, J., Lee, S. C. W., ⦠& Aifantis, I. (2019). Targeting an RNA-binding protein network in acute myeloid leukemia. Cancer cell, 35(3), 369-384.
## (polygon[GRID.polygon.140], polygon[GRID.polygon.141], polygon[GRID.polygon.142], polygon[GRID.polygon.143], text[GRID.text.144], text[GRID.text.145], text[GRID.text.146], lines[GRID.lines.147], text[GRID.text.148], text[GRID.text.149])
Grupos HOX11 - HOX11L2:
Volcano plot GSE10609
Heatmap GSE10609
## [1] "a"
## [2] "b"
## [3] "d"
## [4] "e"
## [5] "ego1"
## [6] "f"
## [7] "g"
## [8] "geneUniverse"
## [9] "GSE8879_Large"
## [10] "GSE8879_Targeting1"
## [11] "GSE8879_Targeting2"
## [12] "GSE8879_Targeting5"
## [13] "GSE8879_Transcriptome"
## [14] "h"
## [15] "i"
## [16] "j"
## [17] "Large_scale"
## [18] "selGenes"
## [19] "Targeting2"
## [20] "Targeting5"
## [21] "topTab_GSE10609_HOX_Anot"
## [22] "topTab_GSE10609_HOX11HOX11L2HOXA_Anot"
## [23] "topTab_GSE10609_HOX11HOX11L2LMO2_Anot"
## [24] "topTab_GSE10609_HOX11HOX11L2TAL1_Anot"
## [25] "topTab_GSE10609_HOX11HOXA_Anot"
## [26] "topTab_GSE10609_HOX11L2HOXA_Anot"
## [27] "topTab_GSE10609_HOX11L2LMO2_Anot"
## [28] "topTab_GSE10609_HOX11L2TAL1_Anot"
## [29] "topTab_GSE10609_HOX11LMO2_Anot"
## [30] "topTab_GSE10609_HOX11TAL1_Anot"
## [31] "topTab_GSE10609_HOXALMO2_Anot"
## [32] "topTab_GSE10609_HOXATAL1_Anot"
## [33] "topTab_GSE10609_LMO2TAL1_Anot"
## [34] "topTab_GSE8879_Anot"
## [35] "Transcriptome1"
Todos los puntos son interesantes, al haber filtrado antes nuestros datos (adj.P.Val < 0.05 del toptab y pvalueCutoff = 0.05, qvalueCutoff = 0.05). Este grÔfico es igual que si usÔramos solo la primera condición, al ser las demÔs menos restrictivas.
Los anÔlisis de significación biológica se generaron a partir de los selGenes y geneUniverse, de la siguiente forma:
library(ReactomePA) enrich.result <- enrichPathway(gene = selGenes_GSE8879, pvalueCutoff = 0.05, readable = T, organism = āhumanā, universe = geneUniverse)
Por lo que la información de estas listas nos proporcionarÔ la base para el diagrama de Venn. A partir de esto se genero un df llamado Resultado_GSE8879.
Haremos un diagrama con los genes selGenes de GSE8879 y referente al artĆculo: Huang, R., Han, M., Meng, L., & Chen, X. (2018). Transcriptome-wide discovery of coding and noncoding RNA-binding proteins. Proceedings of the National Academy of Sciences, 115(17), E3879-E3887.
## (polygon[GRID.polygon.985], polygon[GRID.polygon.986], polygon[GRID.polygon.987], polygon[GRID.polygon.988], text[GRID.text.989], text[GRID.text.990], text[GRID.text.991], text[GRID.text.992], text[GRID.text.993])
## (polygon[GRID.polygon.994], polygon[GRID.polygon.995], polygon[GRID.polygon.996], polygon[GRID.polygon.997], text[GRID.text.998], text[GRID.text.999], text[GRID.text.1000], lines[GRID.lines.1001], text[GRID.text.1002], text[GRID.text.1003])
## (polygon[GRID.polygon.1004], polygon[GRID.polygon.1005], polygon[GRID.polygon.1006], polygon[GRID.polygon.1007], text[GRID.text.1008], text[GRID.text.1009], text[GRID.text.1010], lines[GRID.lines.1011], text[GRID.text.1012], text[GRID.text.1013])
## (polygon[GRID.polygon.1014], polygon[GRID.polygon.1015], polygon[GRID.polygon.1016], polygon[GRID.polygon.1017], text[GRID.text.1018], text[GRID.text.1019], lines[GRID.lines.1020], text[GRID.text.1021], lines[GRID.lines.1022], text[GRID.text.1023], text[GRID.text.1024])
## (polygon[GRID.polygon.1025], polygon[GRID.polygon.1026], polygon[GRID.polygon.1027], polygon[GRID.polygon.1028], text[GRID.text.1029], text[GRID.text.1030], text[GRID.text.1031], lines[GRID.lines.1032], text[GRID.text.1033], text[GRID.text.1034])
Comparación C - F_g:
Volcano plot GPL570
Comparación C - F_g:
Volcano plot GPL96
Heatmap GPL570
Heatmap GPL96
De la comparación BM - HOXA:
Volcano plot GSE26713
Heatmap GSE26713
Se mostrarÔ un ejemplo de creación de estos graficos:
Comparación early_T_ALL - non_ETP:
Volcano plot GSE28703
Heatmap GSE28703
##
Comparación adult T-ALL - pediatric T-ALL:
Volcano plot GSE32215
Heatmap GSE32215
Solo hay un grupo. No pudimos hacer el anƔlisis. Todas las muestras son de pacientes con T-ALL. Nopodemos realizar el volcano plot porque se realiza a partir de la matriz de contrastes entre grupos.
Tampoco podemos realizar el dotplot porque es referente al anƔlisis de enriquecimiento que no se ha podido realizar.
Comparación CD3masCD4_mas - CD3masCD8_mas:
Volcano plot GSE33470
Heatmap GSE33470
En los resultados de la selección de genes, en la parte de los decideTests, vimos que no habĆa genes diferencialmente expresados. TenĆamos:
GSE37389_res 0 9403
gruposTCR Down 0 NotSig 9403 Up 0
Comparación (TCR alfa-beta) - (TCR gamma-delta):
Volcano plot GSE37389
No generaremos un heatmap, ya que lo hemos hecho hasta ahora con los genes que se expresaban diferencialmente, y no existen para este caso.
Tampoco se puede generar un grƔfico de enriquecimiento de tipo dotplot.
Tampoco tenemos genes diferencialmente expresados. CrĆamos que era porque los grupos no se diferencian entre sĆ significativamente, ya que tienen que ver con grupos de injertos, y no con algo referente al tipo o etapa de la enfermedad.
No podemos realizar el grƔfico heatmap al no haber seleccionado genes diferencialmente expresados entre grupos, ni el grƔfico posterior dotplot.
Comparación entre cinética de injerto corta y larga:
Volcano plot GSE56488
Comparación CALM AF10 - HOX:
Volcano plot GSE62156
Heatmap GSE62156
Comparación HOXA - IMM:
Volcano plot GSE110633
Heatmap GSE110633
Realizado en el documento āExpres diferenc y sugnif.Rdmā. Segundo apartado referente a GSE110633, y dentro en āAnotación de resultados y anĆ”lisis de significación biológicaā.
De la relación entre grupos HOXA y TAL:
Dotplot GSE110633_HOXA_TAL
De la relación entre grupos IMM y TAL:
Dotplot GSE110633_IMM_TAL
De la relación entre grupos TAL y TLX:
Dotplot GSE110633_TAL_TLX
Comparación HOXA - IMM:
Volcano plot GSE110636
Heatmap GSE110636
Realizado en el documento āExpres diferenc y sugnif.Rdmā. Segundo apartado referente a GSE110636, y dentro en āAnotación de resultados y anĆ”lisis de significación biológicaā.
De la relación entre grupos HOXA y TAL:
Dotplot GSE110636_HOXA_TAL
De la relación entre grupos HOXA y TLX:
Dotplot GSE110636_HOXA_TLX
De la relación entre grupos IMM y TAL:
Dotplot GSE110636_IMM_TAL
De la relación entre grupos IMM y TLX:
Dotplot GSE110636_IMM_TLX
De la relación entre grupos TAL y TLX:
Dotplot GSE110636_TAL_TLX